影響系統(tǒng)識別率。因此，將視頻車輛檢測與牌照自動識別相結合具備一定的技術難度。為了進行車牌識別，需要以下幾個基本的步驟：1、 牌照定位，定位圖片中的牌照位置；2、牌照字符分割，把牌照中的字符分割出來；3、牌照字符識別，把分割好的字符進行識別，終組成牌照號碼。(2)對于部分無車牌或車牌嚴重破損的車輛，需要另外的管理機制。車牌識別過程中，牌照顏色的識別依據(jù)算法不同，可能在上述不同步驟實現(xiàn)，通常與車牌識別互相配合、互相驗證。

人工神經(jīng)網(wǎng)絡技術。條形碼技術具有識別速度快、準確度高、可靠性強以及成本較低等優(yōu)點，但是對于掃描器要求很高。近幾年來，計算機及相關技術發(fā)達的一些國家開始探討用人工神經(jīng)網(wǎng)絡技術解決車牌自動識別問題，例如1994年M.M.M.FANHY等就成功地運用了BAM神經(jīng)網(wǎng)絡方法對車牌上的字符進行自動識別，BAM神經(jīng)網(wǎng)絡是由相同神經(jīng)元構成的雙向聯(lián)想式單層網(wǎng)絡，每一個字符模板對應著BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼。

為了測試一個車牌識別系統(tǒng)識別率，需要將該系統(tǒng)安裝在一個實際應用環(huán)境中，全天候運行24小時以上，采集至少1000輛自然車流通行時的車牌照進行識別，并且需要將牌照圖像和識別結果存儲下來，以便調取查看。然后，還需要得到實際通過的車輛圖像以及正確的人工識別結果。當貨車進入地磅后，由于車輛已經(jīng)在系統(tǒng)有了毛重(與車牌號對應)，通過車牌識別一體機，自動識別貨車車牌號碼，系統(tǒng)會自動調出該車輛毛重，可以計算貨物重量，免去很多人工麻煩，也避免了企業(yè)由于車輛毛重不準確導致的貨物資產(chǎn)流失現(xiàn)象。之后便可以統(tǒng)計出以下識別率。自然交通流量的識別率=全牌正確識別總數(shù)/實際通過的車輛總數(shù)。

關鍵還是識別率，所以應用純車牌識別系統(tǒng)的核心是要一套高識別率的車牌識別產(chǎn)品，國內識別率能達到90%以上的識別率的就很少，而純車牌識別系統(tǒng)一般要求98%以上的識別率，國內當前能達到這個標準的只有火眼臻睛車牌識別等少數(shù)幾家；再的技術也達不到100%的識別率，比如無牌車或者肉眼都不能識別的車牌，所以需要一套好的“非車牌識別處理機制”。我們在車輛的車身形式上來看，許多的車輛一般都會有相應的配置和形狀，這里面已經(jīng)說明了車輛的車門數(shù)以及車窗婁，裝載的特性等方面的信息，轎車來說車門是兩個，而車窗是四個，MPV車型的車車門是五個，可以是溜背式的車，輕型卡車或是說重型卡車幾種。